改进多尺度特征提取的图像配准算法研究

2014-04-03杨宇光滕义伟

计算机工程与应用 2014年15期

关键词：特征提取特征实验

杨宇光，滕义伟

YANG Yuguang1，2,TENG Yiwei1

1.北京工业大学计算机学院，北京 100124

2.西安电子科技大学综合业务网国家重点实验室，西安 710071

1.School of Computer Science,Beijing University of Technology,Beijing 100124,China

2.The State Key Laboratory of Integrated Services Networks,Xidian University,Xi’an 710071,China

1 引言

图像配准是图像处理领域的一项关键技术[1]，它在图像融合、遥感影像分析、医学图像分析以及计算机视觉等应用中发挥着重要的作用。特征提取和匹配是图像自动配准的两大难点。利用多尺度采样理论提取各种特征点具有尺度和仿射不变的特性，为图像特征提取和匹配提供了良好的途径。Lowe[2-3]提出了尺度不变特征变换（SIFT）特征点提取算法，被广泛应用于特征匹配中，具有稳定的旋转和尺度不变性。Mikolajczyk[4-5]和Schmid[5]提出的Harris-Laplace特征提取算法在位置可重复性、定位精确度、尺度不变性等方面均有较好的性能。

由于一幅图像的局部结构可能在一定的尺度范围内被多次检测到，产生大量的冗余点[6]。这些冗余点在检测时得到的位置和尺度会有一些差异，降低了图像的配准精度导致误匹配产生。为了去除冗余点，本文首先在特征点检测阶段通过对多尺度检测到的图像特征点在其邻域内进行筛选，然后选取最具代表性的唯一特征点作为最终的特征点来表示这一个局部结构。实验表明，本文改进的算法相较于原来的Harris-Laplace算法检测到的特征点分布更均匀并且获得匹配点的数目更稳定。同时，实验结果表明本文算法具有更高的图像配准的速度和精度。